摘 要

随着人民生活水平不断提升，我国机动车辆数目不断上涨，随之而来的交通事故问题也不断严重，而驾驶员驾驶状态不好而导致的疲劳驾驶正是引发交通事故的主要因素之一。如果能对驾驶员驾驶状态有效监控并精准预警，就可以有效的预防疲劳驾驶，减少交通事故的发生。

本文的研究目标是设计一种用于驾驶员状态监控的人眼识别算法。主要包括人脸识别定位、人眼识别定位以及驾驶员驾驶状态识别。在pc机上实现驾驶员状态监控算法的仿真，从摄像头采集的视频中进行人脸识别和人眼识别，进行人眼跟踪并提取相关疲劳值，根据PERCLOSE原理结合眨眼频率、闭眼时间综合考虑判断是否驾驶员的驾驶状态。

本文以OpenCV计算机视觉库构建系统运行环境，完成采集视频图像、识别人脸及人眼，判断驾驶员状态等程序功能。结果表明本算法能够准确监控驾驶员的驾驶状态，具有很高的实用性，满足快速性、准确性、实时性要求。

关键词：人脸识别；人眼检测；OpenCV；疲劳预警

Abstract

With the improvement of peopleundefineds living standard, the number of motor vehicles in our country is rising, and the traffic accident problem is becoming more and more serious. The fatigue driving caused by poor driving condition is one of the main factors causing traffic accidents. If driver driving condition can be effectively monitored and accurately forewarned, fatigue driving can be effectively prevented and traffic accidents can be reduced.

The aim of this paper is to design a human eye recognition algorithm for driver condition monitoring. It mainly includes face recognition, human eye recognition and driver driving status recognition. The simulation of driver status monitoring algorithm is realized on PC computer. Face recognition and human eye recognition are carried out from the video captured by camera, then human eye tracking and extracting related fatigue values are carried out. According to the principle of PERCLOSE, the blinking frequency is combined. The time of closing eyes is considered synthetically to judge whether the driver is in driving condition or not.

In this paper, the OpenCV computer vision library is used to construct the running environment of the system, which can collect video images, recognize human faces and eyes, judge the driverundefineds status and so on. The results show that the algorithm can accurately monitor driverundefineds driving state, and has high practicability and meets the requirements of rapidity, accuracy and real-time.

Key Words：Face recognition; Human eye detection; OpenCVR; Fatigue warning.

目录

第一章 绪论 1

1.1 研究背景 1

1.2 国内外研究现状 1

1.3研究内容和意义 3

1.4 论文结构安排 4

第二章 设计方案及算法简介 5

2.1 设计要求及方案 5

2.2 数字图像处理算法 6

2.3 人眼识别算法 9

2.3.1 Adaboost算法 9

2.3.2 Haar分类器 10

2.3 疲劳判定算法 11

第三章 驾驶员疲劳检测系统的实现 13

3.1 开发环境 13

3.2 方案实现 13

3.3疲劳检测算法 14

3.4实验结果 15

第四章 总结 16

参考文献 17

致谢 18

第一章 绪论

1.1 研究背景

汽车是当今社会主要的交通工具，也是人民生活的必需品。给我们带来便利和舒适时也带来了安全隐患，据统计每年全世界发生的交通事故达到十亿次之多，其中事故的主要原因有30%以上是由疲劳的驾驶引起的，由疲劳驾驶导致死亡的人数是总交通事故致人死亡数的1成，疲劳驾驶不仅仅对驾驶人及其它受害人产生安全隐患，更会对损害社会经济发展，社会造成不良影响。

驾驶员在休息不当、身体不适或连续开车后容易出现疲劳状态使驾驶员反应变慢、视觉和听觉迟缓在开车时容易判断失误导致发生交通事故。在如何预防疲劳驾驶，是缓解这一问题的有效解的决办法，如果有一种用于驾驶员驾驶状态监控的系统，能够准确快速的发现驾驶员处于疲劳状态，然后发出预警从而使驾驶员能够及时停车进行适当的休息缓解疲劳后再出行，就能有效的减少疲劳驾驶的出现。如何设计一种用于驾驶员状态监控的高效的算法就是解决问题的关键。

1.2 国内外研究现状

这些年，计算机技术得到了大力发展，很多以前的不错设想都可能实现，而人脸识别技术就是其中之一，也引起了越来越多人的关注目光，而关注最多的最可能实现的是关于正面模式的研究，它大致可以分为3个发展阶段：

最初阶段是对人脸识别所需要的主要的面部特征主要是人眼和嘴巴等比较显著的特征进行研究^[1]。方法也比较简单，就是结合指纹识别的方法用一些命令语句与数据库中特定的人脸图片相连，得到一对一的识别效果。从结果来看有一些不错的效果但整个过程中都必须要操作人员手动操作，比较费时费力。

下个阶段是人机交互式识别阶段^[2]。研究人员把人脸正面二值化并用几何参数的形式表示，上一阶段特征用特征矢量的方法来表示，并通过识别系统完整的识别出来。这一阶段的识别更加快速，但一些特征值处理比较复杂，还需要一些有经验的工作人员协助识别，比较费力。 
　　随着计算机技术的发展，各种硬件、软件的性能，效率大大提高。各种程序系统都向自动化发展，人脸识别也不例外。目前大多数用于应用的人脸识别技术都是自动识别的，并具有很快的运行速度，和较好的识别精度，十分方便减少了不必要的人力浪费。目前，市面上的人脸自动识别方法都是基于人脸特征的不同表达方式而来。主要有根据人脸的几何特征，比如人眼、嘴、脸颊轮廓等自动识别划分出非人脸区域，还可以根据人脸面部二值化后灰度与非人脸灰度的区别，以此来检测人脸。最后还有一种根据连接机制的自动识别方法。这些全自动识别方法都是非常实用的目前主流的人脸识别应用。